テクニカルライター・ドキュメント担当

スタートアップ、大企業、オープンソースのプロジェクトで働く、経験のある31人のテクニカルライターへの半構造化インタビューである。著者たちはレビューの五つの段階を描いている。28人の参加者が、エンジニアやその他の分野の専門家による技術的なレビューを語っており、それはほかのどこにも書かれていない知識を浮かび上がらせる。13人がプレイテスト——製品の知識はあるが文書を書いていない人が、それを最初から最後までたどり、書き手には近すぎて見えないものを見つけること——を語っており、それは主にチュートリアルのためのものである。そして25人が、LLMが生成したレビューの指摘を当てにならないと述べた。その理由の一つは、レビューに必要な文脈が、モデルの提供元とは共有できない社内の機密の仕組みのなかにあることである。ライターたちは、レビューを強いる権限を持っておらず、交渉して得なければならないと報告している。これは自己申告された実践についての質的研究であり、著者の一人は言語モデルを販売する企業に勤めている。

ある道具が実際の仕事のために大規模に使われていることが測定されており、しかも使うと決めたのが雇用主ではなく働き手である場合。capability の記録より重い——仕事が実演ではなく本物だからである——そして deployment の記録より軽い。どの雇用主もそれを本番に置いておらず、求めてもおらず、その周りに工程も作っていないからである。重みは `cautious` である——`automating` とは、機械がその業務をできることと、採用の兆しがあることの両方を意味し、これは採用の兆しである——しかし利用は試験的でありうるし、測定の多くは利害のある側から来るので、一件では決して足りず、独立した二件で足りる。誰が数えているかに注意すること。ベンダーの計測データはこれを直に見るが、その道具を売っているので、そうした記録は適用範囲にその利害を明記する。統計機関が企業に「働き手は業務でAIを使っているか」を尋ねる場合、同じ経路を何の利害もなく見ており、それが存在するならそちらが良い出典である。

医療機器の製造元に向けたFDAのガイダンスであり、拘束力のない推奨を含むものと明記されている。使用説明書、ユーザーマニュアル、同梱の説明文書、クイックスタートガイドを含むラベリングを対象とし、次のように述べている。ヒューマンファクターのバリデーション試験は使用説明書が十分かどうかを評価できるが、それは機器の使用という文脈のなかでのみである。試験の参加者について最も重要な考慮は、想定される利用者の母集団を代表していることである。そして試験で重要な作業に使用エラーが見られた場合、説明書その他のラベリングを修正したことでリスクが低減されたと述べることは、その変更が効いたことを示す追加の試験データなしには受け入れられない。対象は医療機器だけであり、誰が説明書を書くのかは述べていない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

法制処のポータルで、2026年7月21日施行の版を条文ごとに読んだ。第34条第1項の二つの号がこの職業に関わり、そしてそれぞれ別のことをやっている。第2号は、技術的に可能な範囲で、そのAIが出した最終の結果、そこへ至るのに使われた主たる判断基準、そして開発と運用に使われた学習データの概要を説明する計画を、事業者が立て実施することを求めている。第5号は、安全性と信頼性の措置の内容を確かめられる文書の作成と保存を求めている。前者はリファレンスが何を覆わなければならないかを定め、後者は何かを書かずに済ませる裁量を取り除く。第36条第1項第3号はさらに、著述ではなく維持についての要点をつくる——利用者数や売上の基準を超える国外の事業者は国内の代理人を置かなければならず、その職務には第34条第1項の遵守の支援が含まれ、そこには明示的に、それらの文書が最新で正確かを確かめることが含まれる。限界が二つ。この法律は細部を大統領令と省の告示に委ねており、第34条第2項は、大臣がその告示の遵守を勧告できるとしている——つまり何をどこまで書かなければならないかの具体性は、この記録では固定されていない。そして縛るのは韓国国内の高影響AIの事業者だけである。ここにはテクニカルライターも、文書も、時間も、何一つ数えられていない。

規制、補助金、あるいは公共調達が、導入を求めているか資金を付けている——constraint の鏡である。導入が求められていることを示すのであって、起きたことを示すのではないので、一件の mandate は単独では決して足りず、独立した二件で足りる。

全国を代表する調査であり、対象期間は2025年11月から2026年1月。これは同じ追補の、企業としての導入の層ではなく、働き手と業務の層である——23%の企業(従業員で加重すると41%)が、働き手が業務でAIを使っていると報告しており、報告された用途のなかでは、文章を書くこと、文書の分析、情報の検索が上位を占める。これはある業務を報告した企業の数え上げであって、その方法でどれだけの文章が書かれているかの測定ではない。そして技術文書とそれ以外の文章を区別していない——何が書かれたのかを誰も尋ねていない。ここでの値打ちは、これが何でないかにある——提供元の利用計測と違い、これは答えに利害を持たない統計機関が同じ経路を数えたものであり、だから、働き手による利用については、存在するかぎりこちらのほうが良い情報源である。

ある道具が実際の仕事のために大規模に使われていることが測定されており、しかも使うと決めたのが雇用主ではなく働き手である場合。capability の記録より重い——仕事が実演ではなく本物だからである——そして deployment の記録より軽い。どの雇用主もそれを本番に置いておらず、求めてもおらず、その周りに工程も作っていないからである。重みは `cautious` である——`automating` とは、機械がその業務をできることと、採用の兆しがあることの両方を意味し、これは採用の兆しである——しかし利用は試験的でありうるし、測定の多くは利害のある側から来るので、一件では決して足りず、独立した二件で足りる。誰が数えているかに注意すること。ベンダーの計測データはこれを直に見るが、その道具を売っているので、そうした記録は適用範囲にその利害を明記する。統計機関が企業に「働き手は業務でAIを使っているか」を尋ねる場合、同じ経路を何の利害もなく見ており、それが存在するならそちらが良い出典である。

かつてあなたを雇っていた業務——リファレンスを産み出すこと——は、このサイトで最も晒された「書く業務」である。いま希少なのは、誰も直接には人を採らない業務である——知らない人であり、手順に従い、不可能な一段を見つける人であること。それを自分の働き方のなかで目に見えるようにすること。安い起草を生き延びる論拠は、それだけだからである。

あなたのチームは網羅率で測られ、そして網羅率はいま無料になった。だから指標は素晴らしく見えながら、文書は、どの画面からも見えない仕方で悪くなる。管理職の前に置く価値のある数字は、最もよく読まれる十ページについての問い合わせの件数である。文書が本当に良くなったときに動く指標は、それだけだからである。

職の形を組み替える

最初の利用者に、正式になる

モデルが持てない唯一の文書の入力は、戸惑うという経験である。そして速く出しているチームは、顧客が戸惑う前に、意図して戸惑うことを仕事にする誰かを必要としている。

隣へ移る

文書が適合の証拠である分野へ移る

規制のかかった分野では、文書は規則によって求められている——韓国のAI法は、高影響の事業者に、安全措置を裏づける文書の作成と保存を求めている。だから予算ではなく法によってその場に留められている。

リファレンスを起草することは、このサイトで最も晒された「書く業務」である。真実の出どころが機械可読で、出力の形式が決まっているからであり——しかも文書生成の道具は、モデルよりずっと前からその一部を取っていた。動かないのは試験のほうである——まっさらな機械の上で自分の手順に従い、エンジニア以外の全員にとって不可能な一段を見つけること。そのコードベースで学習したモデルは、その試験が働くために欠けていなければならない知識を、まさに受け継いでしまう。

日付は出さない。信号は、自分のチームが何で測られているかである。公開したページ数や網羅率なら、その指標はいま無料になり、文書が悪くなるなかで素晴らしく見える——そして人員の判断は、その画面を見て下される。最上位のページについての問い合わせ件数を誰かが追っているかどうかを見ること。文書が本当に良くなったときに動く指標はそれだけであり、それが存在するかどうかが、次の予算の行方を教えてくれる。

生成が安くなった瞬間に良い指標ではなくなった。そしてそれが、この職業で最も結果の大きい変化である。網羅率はいまや、誰かがそれで何かできるかどうかではなく、どれだけの文章が存在するかを測っている。だから網羅率で判断されるチームは、いままさに重要になった業務——何を書かないかを決めること——を手放すことで報われる。自分のチームがいまも網羅率を報告しているなら、それを持ち出すことは、もう一ページ書くより値打ちがある。

はっきり違う。そしてそれは、費用以外の何かによってその場に留められている業務の、このページで最もはっきりした例である。医療機器では、取扱説明書は代表的な使用者がその機器をどう使えるかで評価され、FDAのガイダンスは、新しい試験データなしに説明書を書き直して使用上の問題を直すことは受け入れられないとしている。つまり、生成してそのまま出すことができない。それは技術的な守りではなく政策上の守りであり——その規則が残っているあいだちょうどの長さだけ持つ——が、今日においては本物である。